基于遗传算法的医用直线加速器光子能谱重建方法
2012-09-17周正东陈元华
东南大学学报(自然科学版) 2012年6期
周正东 陈元华 刘 娟
(南京航空航天大学核科学与工程系,南京 210016)
基于遗传算法的医用直线加速器光子能谱重建方法
周正东 陈元华 刘 娟
(南京航空航天大学核科学与工程系,南京 210016)
基于光子束中轴百分深度剂量(PDD),探讨研究了基于遗传算法的医用直线加速器光能能谱精确重建方法.首先,利用蒙特卡洛模拟仿真医用直线加速器治疗头,获得6 MeV光子束的模拟能谱以及单能光子中轴PDD数据;然后,根据测量得到的中轴PDD数据以及模拟得到的单能光子中轴PDD数据,运用遗传算法优化求解重建光子能谱.实验结果表明:重建能谱与蒙特卡洛模拟得到的能谱具有良好的一致性,平均相对误差为3.03%;根据重建能谱计算得到的中轴PDD数据与测量得到的中轴PDD数据之间的平均相对误差为1.0%,与蒙特卡洛模拟得到的中轴PDD数据之间的平均相对误差为2.0%.由此可见,利用所提方法进行光子束能谱重建可靠有效.
光子能谱;遗传算法;百分深度剂量;蒙特卡罗模拟
肿瘤放射治疗是利用电离辐射(放射线)治疗肿瘤的一种方法.部分肿瘤病人只需要放疗即可治愈;但对于有些肿瘤病人,无论是手术治疗还是化疗,为了降低风险,在实施过程中往往还需要进行辅助放疗.随着放疗技术的发展,其临床应用日益广泛,几乎可用于全身各个部位的癌症治疗,成为癌症治疗的重要手段之一.
在放射治疗中,提高肿瘤的控制率并降低正常组织的并发症概率,一直是放……
登录APP查看全文